逼近积分点数下限的五阶容积卡尔曼滤波定轨算法∗
2017-04-26李兆铭杨文革丁丹廖育荣
物理学报 2017年15期
李兆铭 杨文革 丁丹 廖育荣
1)(装备学院研究生院,北京 101416)
2)(装备学院光电装备系,北京 101416)
1 引 言
对低轨卫星进行在轨监视需要实时确定卫星的轨道状态,地基雷达由于具备全天时、全天候的工作能力而成为空间监视系统中的一类重要的传感器[1].由于卫星轨道动力学模型具有较强的非线性,因此,在数据处理层面,实时定轨问题的本质便是在考虑轨道摄动的影响下,利用雷达输出的带噪声的测距、测速和测角数据,通过非线性滤波算法得到轨道状态的最优估计[2],具有重要的研究价值.
非线性卡尔曼滤波算法采用递归方法实现对状态向量的估计,其假设后验概率密度服从高斯分布,从时间更新与量测更新的五个关键积分可以得到其核心是计算形如“非线性函数×高斯概率密度函数”的多维向量积分[3],一般难以求得该积分的解析解,因此研究中经常采用数值容积准则对其进行逼近.作为非线性滤波的一种重要方法,容积卡尔曼滤波[3,4](cubature Kalman f i lter,CKF)采用三阶球面-径向容积准则对非线性函数的高斯加权积分进行近似,具有比无迹卡尔曼滤波[5,6]更高的滤波精度和数值稳定性,已经在许多领域得到了广泛的应用[7−10].为了进一步提高非线性滤波精度,Jia等[11,12]利用任意阶全对称球面插值准则和矩匹配原理,提出了五阶容积卡尔曼滤波(f i fth-degree cubature Kalman f i lter,5-CKF),将CKF的精度从三阶提高到五阶,该算法目前已经应用于目标跟踪、惯性导航初始对准和多源数据融合等领域[13,14].文献……
登录APP查看全文
